Introduction à sf

• Site web de sf: Simple Features for R

• sf pour Simple Features

• Sortie en octobre 2016

• A pour but de rassembler les fonctionnalités d’anciens packages (sp, rgeos and rgdal) en un seul

• Facilite la manipulation de données spatiales, avec des objets simples.

• Tidy data: compatible avec la syntaxe pipe %>% et les opérateurs du tidyverse.

• Principal auteur et mainteneur : Edzer Pebesma (également auteur du package sp)

la structure des objets sf :

Importer / exporter des données

library(sf)

## Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1

#importer
mtq <- read_sf("data/mtq/martinique.shp")
mtq <- st_read("data/mtq/martinique.shp")

## Reading layer `martinique' from data source `C:\Users\Kim Antunez\Documents\Projets_R\quantilille\lecture\data\mtq\martinique.shp' using driver `ESRI Shapefile'
## Simple feature collection with 34 features and 23 fields
## Geometry type: POLYGON
## Dimension:     XY
## Bounding box:  xmin: 690574.4 ymin: 1592426 xmax: 736126.5 ymax: 1645660
## Projected CRS: WGS 84 / UTM zone 20N

#exporter
write_sf(mtq,"data/mtq/martinique.gpkg",delete_layer = TRUE)
st_write(mtq,"data/mtq/martinique.gpkg",delete_layer = TRUE)

Le format gpkg (geopackage) est ouvert (non lié à un système d’exploitation) et implémenté sous la forme d’une base de données SQLite.

Système de coordonnées

Les projections/système de coordonées sont répertoriées grâce à un code appelé code epsg :

• lat/long : 4326 https://epsg.io/4326
• Lambert 93 : 2154 https://epsg.io/2154
• Pseudo-Mercator : 3857 https://epsg.io/3857
• Lambert azimuthal equal area : 3035 https://epsg.io/3035

Projection

Obtenir la projection en utilisant st_crs() (code epsg) et la modifier en utilisant st_transform().

st_crs(mtq)

## Coordinate Reference System:
##   User input: WGS 84 / UTM zone 20N 
##   wkt:
## PROJCRS["WGS 84 / UTM zone 20N",
##     BASEGEOGCRS["WGS 84",
##         DATUM["World Geodetic System 1984",
##             ELLIPSOID["WGS 84",6378137,298.257223563,
##                 LENGTHUNIT["metre",1]]],
##         PRIMEM["Greenwich",0,
##             ANGLEUNIT["degree",0.0174532925199433]],
##         ID["EPSG",4326]],
##     CONVERSION["UTM zone 20N",
##         METHOD["Transverse Mercator",
##             ID["EPSG",9807]],
##         PARAMETER["Latitude of natural origin",0,
##             ANGLEUNIT["Degree",0.0174532925199433],
##             ID["EPSG",8801]],
##         PARAMETER["Longitude of natural origin",-63,
##             ANGLEUNIT["Degree",0.0174532925199433],
##             ID["EPSG",8802]],
##         PARAMETER["Scale factor at natural origin",0.9996,
##             SCALEUNIT["unity",1],
##             ID["EPSG",8805]],
##         PARAMETER["False easting",500000,
##             LENGTHUNIT["metre",1],
##             ID["EPSG",8806]],
##         PARAMETER["False northing",0,
##             LENGTHUNIT["metre",1],
##             ID["EPSG",8807]]],
##     CS[Cartesian,2],
##         AXIS["(E)",east,
##             ORDER[1],
##             LENGTHUNIT["metre",1]],
##         AXIS["(N)",north,
##             ORDER[2],
##             LENGTHUNIT["metre",1]],
##     ID["EPSG",32620]]

mtq_4326 <- mtq %>% st_transform(4326)

Afficher les données

Affichage par défaut :

plot(mtq)

## Warning: plotting the first 10 out of 23 attributes; use max.plot = 23 to plot
## all

En ne gardant que la géométrie :

plot(st_geometry(mtq))

Extraire les centroïdes

mtq_c <- st_centroid(mtq) 

## Warning in st_centroid.sf(mtq): st_centroid assumes attributes are constant over
## geometries of x

plot(st_geometry(mtq))
plot(st_geometry(mtq_c), add=TRUE, cex=1.2, col="red", pch=20)

Matrice de distance

mat <- st_distance(x=mtq_c,y=mtq_c)
mat[1:5,1:5]

## Units: [m]
##           [,1]     [,2]      [,3]      [,4]      [,5]
## [1,]     0.000 35297.56  3091.501 12131.617 17136.310
## [2,] 35297.557     0.00 38332.602 25518.913 18605.249
## [3,]  3091.501 38332.60     0.000 15094.702 20226.198
## [4,] 12131.617 25518.91 15094.702     0.000  7177.011
## [5,] 17136.310 18605.25 20226.198  7177.011     0.000

Agrégation de polygones

Union simple :

mtq_u <- st_union(mtq)
plot(st_geometry(mtq), col="lightblue")
plot(st_geometry(mtq_u), add=T, lwd=2, border = "red")

A partir d’une variable de regroupement :

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

mtq_u2 <- mtq %>% 
  group_by(STATUT) %>% 
  summarize(P13_POP = sum(P13_POP))
plot(st_geometry(mtq), col="lightblue")
plot(st_geometry(mtq_u2), add=T, lwd=2, border = "red", col=NA)

Zone tampon

mtq_b <- st_buffer(x = mtq_u, dist = 5000)
plot(st_geometry(mtq), col="lightblue")
plot(st_geometry(mtq_u), add=T, lwd=2)
plot(st_geometry(mtq_b), add=T, lwd=2, border = "red")

Intersection de polygones

# create a polygon
m <- rbind(c(700015,1624212), c(700015,1641586), c(719127,1641586), 
           c(719127,1624212), c(700015,1624212))
p <- st_sf(st_sfc(st_polygon(list(m))), crs = st_crs(mtq))
plot(st_geometry(mtq))
plot(p, border="red", lwd=2, add=T)

st_intersection() extrait la partie de mtq qui s’intersecte avec le polygone créé.

mtq_z <- st_intersection(x = mtq, y = p)
plot(st_geometry(mtq))
plot(st_geometry(mtq_z), col="red", border="green", add=T)

Compter les points dans des polygones

st_sample() crée des points aléatoires sur la carte.

pts <- st_sample(x = mtq, size = 50)
plot(st_geometry(mtq))
plot(pts, pch = 20, col = "red", add=TRUE, cex = 1)

st_interects() crée une liste de points dans chaque polygone.

inter <- st_intersects(mtq, pts)

Il ne reste plus qu’à compter les points dans chaque polygone.

mtq$nbpts <- sapply(X = inter, FUN = length)
plot(st_geometry(mtq))
# display munucipalities that intersect at least 2 point
plot(st_geometry(mtq[mtq$nbpts>2,]), col = "grey", add=TRUE)
plot(pts, pch = 20, col = "red", add=TRUE, cex = 1)

Autre solution, faire une jointure spatiale et agréger !

mtq_counts <- mtq %>% st_join(st_as_sf(pts)) %>% count(INSEE_COM)
plot(mtq_counts %>% select(n))
plot(pts, pch = 20, col = "red", add=TRUE, cex = 1)

Polygones de Voronoï

google: “st_voronoi R sf” (https://github.com/r-spatial/sf/issues/474 & https://stackoverflow.com/questions/45719790/create-voronoi-polygon-with-simple-feature-in-r)

Un diagramme de Voronoï est un découpage du plan en cellules (régions adjacentes, appelées polygones de Voronoï) à partir d’un ensemble discret de points. Chaque cellule enferme un seul point, et forme l’ensemble des points du plan plus proches de ce point que d’aucun autre.

mtq_v <- st_collection_extract(st_voronoi(x = st_union(mtq_c)))
mtq_v <- st_intersection(mtq_v, st_union(mtq))
mtq_v <- st_join(x = st_sf(mtq_v), y = mtq_c)
plot(st_geometry(mtq_v), col='lightblue')

Autres traitements

• st_area(x)
• st_length(x)
• st_disjoint(x, y, sparse = FALSE)
• st_touches(x, y, sparse = FALSE)
• st_crosses(s, s, sparse = FALSE)
• st_within(x, y, sparse = FALSE)
• st_contains(x, y, sparse = FALSE)
• st_overlaps(x, y, sparse = FALSE)
• st_equals(x, y, sparse = FALSE)
• st_covers(x, y, sparse = FALSE)
• st_covered_by(x, y, sparse = FALSE)
• st_covered_by(y, y, sparse = FALSE)
• st_equals_exact(x, y,0.001, sparse = FALSE)
• …

Conversion

• st_cast
• st_collection_extract
• st_sf
• st_as_sf
• st_as_sfc

Autres packages

CRAN task views permet d’avoir des informations sur les packages du CRAN pertinents pour des tâches reliées à certains sujets.

CRAN Task View: Analysis of Spatial Data:

• Classes for spatial data
  
• Handling spatial data
  
• Reading and writing spatial data
  
• Visualisation
  
• Point pattern analysis
  
• Geostatistics
  
• Disease mapping and areal data analysis
  
• Spatial regression
  
• Ecological analysis

Utiliser osmdata

osmdata permet d’extraire des éléments de la base de données gratuite et open-source OpenStreetMap. Cela peut nous servir par exemple pour récupérer des élements d’habillage : fleuves, routes ou autres informations.

La requête suit la nomenclature OSM sur base de clés / valeurs. Vous pouvez utiliser tagingo pour explorer l’ensemble des clés et valeurs utilisées par la communauté OSM.

library(osmdata)
# Récupérer les routes principales grâce à osm
bb      <- iris.75 %>% st_transform(4326) %>% st_bbox()
q       <- opq(bbox = bb,timeout = 180)
qm      <- add_osm_feature (q, key = 'highway',
                            value = 'motorway', value_exact = FALSE)
qt      <- add_osm_feature (q, key = 'highway',
                            value = 'trunk', value_exact = FALSE)
qp      <- add_osm_feature (q, key = 'highway',
                            value = 'primary', value_exact = FALSE)

motorway<- osmdata_sf(qm)
trunk   <- osmdata_sf(qt)
primary <- osmdata_sf(qp)

roads    <- c(primary,trunk,motorway)$osm_lines %>%
  st_transform(st_crs(iris.75))
roads.geom = st_geometry(roads)

# Récupérer le shape de la seine 
qr <- q %>% 
  add_osm_feature (key = 'waterway') %>% 
  add_osm_feature(key = "name:fr", value = "La Seine")
river <- osmdata_sf(qr)

river.geom <- c(st_geometry(river$osm_lines),
                st_geometry(river$osm_multilines)) %>%
  st_transform(st_crs(iris.75))

# Export road and river layers to shapefile
st_write(roads.geom, dsn = "data/osmdata/road.shp")
st_write(river.geom, dsn = "data/osmdata/river.shp")

Utilisons ces données pour habiller un peu notre carte :

# bbox est utilisé pour centrer sur Paris
bb <- st_bbox(iris.75)
par(mar = c(0.2, 0.2, 1.4, 0.2), bg = "ivory")
plot(st_geometry(iris.75), col = "ivory", border = "ivory3", 
     xlim = bb[c(1,3)], ylim =  bb[c(2,4)])
plot(st_geometry(roads.geom), col="#666666", lwd = 1.2, add = TRUE)
plot(st_geometry(river.geom), col="#87cdde", lwd = 3, add = TRUE)
plot(accidents.2019.paris %>% filter(grav ==3 ) , pch = 20,
     col = "orange", add=TRUE, cex = 1)

## Warning in plot.sf(accidents.2019.paris %>% filter(grav == 3), pch = 20, :
## ignoring all but the first attribute

plot(accidents.2019.paris %>% filter(grav == 2) , pch = 20,
     col = "red", add=TRUE, cex = 1)

## Warning in plot.sf(accidents.2019.paris %>% filter(grav == 2), pch = 20, :
## ignoring all but the first attribute

Géocodage

Géocoder c’est passer d’une adresse à une position géographique. En France, la Base Adresse Nationale (BAN) permet de faire ce travail efficacement.

En R, le package banR permet d’interroger l’API de la BAN. Ce package, non présent sur le CRAN, doit être installé via github. Il permet ensuite de géocoder une colonne d’adresses en batch, c’est-à-dire en un nombre minimal de requêtes pour éviter de saturer l’API. Il suffit de spécifier la colonne contenant les adresses, voire éventuellement une colonne contenant le code Insee de la commune du lieu, pour faciliter et préciser la requête.

Pour des adresses internationales, il est possible d’utiliser tidygeocoder qui peut interroger différentes API (gratuites ou payantes). Ce package fonctionne de manière assez similaire au précédent.

L’API de banR est plus rapide que celle de tidygeocoder.

# Avec les coordonnées présentes dans la base de données
geo_bdd <- accidents.2019.paris %>% 
  filter(catv %in% c("VAE", "EDP à moteur")) %>% slice(1:10)

# Avec banR
# remotes::install_github("joelgombin/banR")
library(banR)
geo_banR <- accidents.2019.paris %>% 
  filter(catv %in% c("VAE", "EDP à moteur")) %>% slice(1:10) %>% 
  geocode_tbl(adresse = voie,code_insee = com) %>%
  select(latitude,longitude) %>%
  st_as_sf(coords = c("longitude", "latitude"),
           crs = 4326, agr = "constant") %>%
  st_transform(2154)

## Writing tempfile to...C:\Users\KIMANT~1\AppData\Local\Temp\RtmpgFfoaa\file146c1ded749c.csv

## Warning: The `path` argument of `write_csv()` is deprecated as of readr 1.4.0.
## Please use the `file` argument instead.

## If file is larger than 8 MB, it must be splitted
## Size is : 666 bytes

## SuccessOKSuccess: (200) OK

## New names:
## * geometry -> geometry...10
## * geometry -> geometry...13

# Avec tidygeocoder
# install.packages("tidygeocoder")
library(tidygeocoder)

## 
## Attaching package: 'tidygeocoder'

## The following objects are masked from 'package:banR':
## 
##     geocode, reverse_geocode

geo_tidygeocoder <- accidents.2019.paris %>% 
  filter(catv %in% c("VAE", "EDP à moteur")) %>% slice(1:10) %>%
  mutate(addr = paste(voie, ", Paris, France")) %>%  
  geocode(addr,method = "osm") %>% select(lat, long) %>%
  st_as_sf(coords = c("long", "lat"),crs = 4326, agr = "constant") %>%
  st_transform(2154)

## Distances et distance moyenne entre les trois types de géocodage
# Entre celui de la base et celui de banR
st_distance(geo_bdd, geo_banR, by_element = TRUE)

## Units: [m]
##  [1] 262.55263  43.85397  19.52109  68.25663  26.75033 656.61369  50.37249
##  [8] 261.84111 675.63757 675.63757

mean(st_distance(geo_bdd, geo_banR, by_element = TRUE))

## 274.1037 [m]

# Entre celui de la base et celui de tidygeocoder
st_distance(geo_bdd,geo_tidygeocoder, by_element = TRUE)

## Units: [m]
##  [1] 734.059556 341.679113 107.911108 113.374186  23.289554  31.108417
##  [7]   8.484897  43.502021  19.184942  19.184942

mean(st_distance(geo_bdd, geo_tidygeocoder,by_element = TRUE))

## 144.1779 [m]

# Entre celui de la banR et celui de tidygeocoder
st_distance(geo_banR, geo_tidygeocoder, by_element = TRUE)

## Units: [m]
##  [1] 950.52141 382.66079 122.00239 181.62935  47.91376 642.02833  41.90755
##  [8] 305.16959 664.76010 664.76010

mean(st_distance(geo_banR, geo_tidygeocoder, by_element = TRUE))

## 400.3353 [m]

ggplot2

library(ggplot2)
ggplot(accidents.2019.paris) +
  geom_bar(aes(x = catv,group = sexe,fill = sexe))

catv_ol <- accidents.2019.paris %>% st_drop_geometry %>% 
  count(catv) %>% arrange(n) %>% pull(catv)

gg <- accidents.2019.paris %>% 
  mutate(catv_o = factor(catv,levels = catv_ol)) %>%
  filter(catv_o %in% tail(catv_ol, 10))

ggplot()+geom_bar(data = gg,aes(y = catv_o, group = sexe, fill = sexe))+
  scale_fill_brewer("Sexe", palette = "Set1")+
  theme_bw()+
  labs(title = "Nombre d'accidentés par type de véhicule et sexe",
       subtitle = "à Paris en 2019, pour les hommes et les femmes ",
       caption = "fichier BAAC 2019, ONISR\nantuki & comeetie, 2021",
       x = "", y = "")

gg = accidents.2019.paris %>% 
  st_drop_geometry %>% 
  filter(catv %in% tail(catv_ol,9)) %>% 
  count(catv,lum,sexe) %>% 
  add_count(catv,wt=n,name="tot") %>% 
  mutate(prop = n/tot)

ggplot(gg)+geom_point(aes(y = lum, x = sexe, color = prop, size = prop))+
  facet_wrap(~catv)+
  scale_color_distiller(palette = "Reds", direction = 1)+
  labs(title = "Part d'accidentés par type de véhicule et éclairage",
       subtitle = "à Paris en 2019. ",
       caption = "fichier BAAC 2019, ONISR\nantuki & comeetie, 2021",
       x = "", y = "")

library(tidyr)
catv_sel = c("Bicyclette", "VL seul", "VAE", "VU seul",
             "EDP à moteur", "Scooter < 50 cm3")

gg <- accidents.2019.paris %>% 
  st_drop_geometry %>% 
  filter(catv %in% catv_sel) %>% 
  count(catv,sexe) %>% pivot_wider(names_from = "sexe",values_from="n")

ggplot(gg)+
  geom_segment(aes(x = "Homme",
                   y = `Masculin`,
                   xend = "Femme",
                   yend = `Féminin`,
                   color = catv))+
  geom_text(data=gg %>% filter(catv!="Scooter < 50 cm3"),
            aes(x = "Homme",
                y = `Masculin`,
                label = catv,
                color = catv),hjust="left") +
  geom_text(data=gg %>% filter(catv!="VU seul"),
            aes(x = "Femme",
                y = `Féminin`,
                label = catv,
                color=catv),hjust="right") +
  scale_color_discrete(guide ="none") + 
  theme_bw()+
  labs(title = "Nombre d'accidentés suivant le sexe et le type de véhicule", 
       subtitle = "à Paris en 2019",
       caption = "fichier BAAC 2019, ONISR\nantuki & comeetie, 2021",
       x = "", y = "")

Intégrer des données spatiales avec geom_sf

Passons aux cartes !

Petite introduction / rappel de sémiologie graphique :

ggplot() +
  geom_sf(data = iris.75,colour = "ivory3",fill = "ivory") +
  geom_sf(data = river.geom, colour = "azure",size=2) +
  geom_sf(data = roads.geom, colour = "#666666",size=0.5) +
  geom_sf(data = iris.75 %>%  st_centroid(),
          aes(size= nbacc), colour="#E84923CC", show.legend = 'point') +
  scale_size(name = "Nombre d'accidents",
             breaks = c(1,10,100,200),
             range = c(0,5)) +
  coord_sf(crs = 2154, datum = NA,
           xlim = st_bbox(iris.75)[c(1,3)],
           ylim = st_bbox(iris.75)[c(2,4)]) +
  theme_minimal() +
  theme(panel.background = element_rect(fill = "ivory",color=NA),
        plot.background = element_rect(fill = "ivory",color=NA)) +
  labs(title = "Nombre d'accidents de la route à Paris par iris",
       caption = "fichier BAAC 2019, ONISR\nantuki & comeetie, 2021",x="",y="")

## Warning in st_centroid.sf(.): st_centroid assumes attributes are constant over
## geometries of x

library(RColorBrewer) #pour les couleurs des palettes

# Préparation des données
acc <- iris.75 %>% 
  st_join(accidents.2019.paris) %>% 
  group_by(INSEE_COM, do_union = TRUE) %>% 
  summarize(nb_acc = n(),
            nb_vl = sum(if_else(catv == "VL seul", 1, 0),
                        na.rm = TRUE),
            nb_edp = sum(if_else(catv == "EDP à moteur", 1, 0),
                         na.rm = TRUE),
            nb_velo = sum(if_else(catv == "Bicyclette", 1, 0),
                          na.rm = TRUE)) 

## `summarise()` has grouped output by 'INSEE_COM'. You can override using the `.groups` argument.

# Choix des breaks
# (quintiles de la part des accidents ayant eu lieu à vélo)
bks <- round(quantile(100*acc$nb_velo/acc$nb_acc,
                         na.rm=TRUE,
                         probs=seq(0,1,0.2)),1)

# Intégration dans la base de données
acc <- acc %>% mutate(txaccvelo = 100*nb_velo/nb_acc,
                     txaccvelo_cat = cut(txaccvelo,bks)) 

# Carte
ggplot() +
  geom_sf(data = iris.75,colour = "ivory3",fill = "ivory") +
  geom_sf(data = acc, aes(fill = txaccvelo_cat)) +
  geom_sf(data = river.geom, colour = "#87cdde",size=2) +
  geom_sf(data = roads.geom, colour = "#666666",size=0.5) +
  scale_fill_brewer(name = "Part (En %)",
                    palette = "Reds",
                    na.value = "grey80") +
  coord_sf(crs = 2154, datum = NA,
           xlim = st_bbox(iris.75)[c(1,3)],
           ylim = st_bbox(iris.75)[c(2,4)]) +
  theme_minimal() +
  theme(panel.background = element_rect(fill = "ivory",color=NA),
        plot.background = element_rect(fill = "ivory",color=NA)) +
  labs(title = "Part des Accidentés à vélos",
       subtitle = "par arrondissement à Paris en 2019",
       caption = "fichier BAAC 2019, ONISR\nantuki & comeetie, 2021",
       x = "", y = "")